Depression as a predictor of disease progression and mortality in cancer patients
Notice bibliographique
Résumé
BACKGROUND: Cancer patients and oncologists believe that psychological variables influence the course of cancer, but the evidence remains inconclusive. This meta-analysis assessed the extent to which depressive symptoms and major depressive disorder predict disease progression and mortality in cancer patients. METHODS: Using the MEDLINE, PsycINFO, CINAHL, and EMBASE online databases, the authors identified prospective studies that examined the association between depressive symptoms or major/minor depression and risk of disease progression or mortality in cancer patients. Two raters independently extracted effect sizes using a random effects model. RESULTS: Based on 3 available studies, depressive symptoms were not shown to significantly predict cancer progression (risk ratio [RR] unadjusted = 1.23; 95% confidence interval [CI], 0.85-1.77; P = .28). Based on data from 25 independent studies, mortality rates were up to 25% higher in patients experiencing depressive symptoms (RR unadjusted = 1.25; 95% CI, 1.12-1.40; P < .001), and up to 39% higher in patients diagnosed with major or minor depression (RR unadjusted = 1.39; 95% CI, 1.10-1.89; P = .03). In support of a causal interpretation of results, there was no evidence that adjusting for known clinical prognostic factors diminished the effect of depression on mortality in cancer patients. CONCLUSIONS: This meta-analysis presented reasonable evidence that depression predicts mortality, but not progression, in cancer patients. The associated risk was statistically significant but relatively small. The effect of depression remains after adjustment for clinical prognosticators, suggesting that depression may play a causal role. Recommendations were made for future research to more clearly examine the effect of depression on cancer outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,019 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».